Analisis Pencemaran Udara Gas Buang Cerobong Asap Pada Industri Di Kota Medan Dengan Menggunakan Analisis Cluster
Analisis Pencemaran Udara Gas Buang Cerobong Asap Pada Industri Di Kota Medan Dengan Menggunakan Analisis Cluster
SKRIPSI
MARIA NABABAN
170823019
SKRIPSI
MARIA NABABAN
170823019
SKRIPSI
Saya menyatakan bahwa skripsi ini adalah hasil karya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Maria Nababan
170823019
PENGESAHAN SKRIPSI
Disetujui di
Medan, September 2019
ABSTRAK
Pencemaran Udara Gas Buang Cerobong Asap adalah pencemaran yang berasal dari
sisa pembuangan industri. Cerobong asap yang merupakan suatu elemen bangunan
berbentuk bulat atau persegi untuk mengalirkan udara, gas, asap pada bangunan yang
berfungsi sebagai ventilasi pembuangan panas gas buang atau asap yang dihasilkan
dari kompor, boiler, tungku, atau bahkan perapian ke luar menuju atmosfer. Tujuan
penelitian ini adalah mengetahui karakteristik industri melalui pengelompokan
tingkat pencemaran udara gas buang cerobong asap pada industri di kota Medan.
Analisis cluster adalah suatu tehnik yang digunakan untuk mengelompokkan objek
ke dalam kelompok yang relatif sama (homogen) yang disebut cluster. Penelitian ini
menggunakan metode Single Linkage dengan hasil akhirnya menunjukkan
terbentuknya 5 kelompok cluster. Perusahaan yang merupakan cluster I terdiri dari 2
perusahaan, cluster II terdiri dari 1 perusahaan, cluster II terdiri dari 13 perusahaan,
cluster IV terdiri dari 1 perusahaan dan cluster V terdiri dari 1 perusahaan.
Perusahaan yang terdapat pada cluster I memiliki tingkat kemiripan yang sangat
dekat begtu pula dengan cluster III.
Kata Kunci : Pencemaran Udara Gas Buag Cerobong Asap, Analisis Cluster, Single
Linkage
ABSTRACT
Exhaust Gas Air Pollution is pollution originating from the rest of industrial
disposal. Exhaust is a round or square shaped building element to flow air, gas,
smoke in buildings that function as exhaust vebtilation heat exhaust gas or smoke
generated from stoves, boilers, furnaces or even fireplace out into the atmosphere.
This research is to know the characteristics of thr industry through grouping the
level of pollution in the exhaust flue gas in the industry in the city of Medan. Analysis
of cluster is a class techniques used to classify object in to group a relatively
homogenous called cluster. This research using the Single Linkage method with the
end result show the formaton of five cluster. The company which is cluster I consists
of 2 companies, the company which is cluster II consists of 1 company, the company
which is cluster III consists of 13 companies, the company which is cluster IV
consists of 1 company and the company which is cluster V consists of 1 company.
The company in cluster I have a very close similarity as well as cluster III.
PENGHARGAAN
Puji syukur penulis ucapkan kehadirat Tuhan Yang Maha Esa, atas berkatnya penulis
dapat menyelesaikan penyusunan skripsi ini yang berjudul “Analisis Tingkat
Pencemaran Udara Gas Buang Cerobong Asap pada Industri di Kota Medan
dengan Menggunakan Analisis Cluster”. Adapun tujuan penulisan skripsi ini
adalah sebagai salah satu syarat untuk memperoleh gelar sarjana Sains Program Studi
Matematika.
1. Bapak Drs. Ujian Sinulingga, M.Si selaku pembimbing yang telah bersedia
meluangkan waktu memberikan masukan, bimbingan dan arahan untuk
menyelesaikan skripsi ini.
2. Terima kasih juga penulis sampaikan kepada Bapak Drs. Agus Salim
Harahap, M.Si dan Bapak Dr. Suyanto, M.Kom selaku dosen pembanding
atas kritik dan saran dalam menyempurnakan skripsi ini.
3. Terima Kasih kepada Bapak Dr. Suyanto, M.Kom dan Bapak Drs. Rosman
Siregar, M.Si selaku Ketua dan Sekretaris Departemen Matematika FMIPA
USU, Bapak Dr. Kerista Sebayang, MS selaku Dekan FMPA USU, pegawai
dan rekan-rekan kuliah yang telah bersama-sama berjuang selama ini.
Penulis menyadari skripsi ini masih jauh dari kata sempurna dan masih
memiliki banyak kekurangan, baik dalam tehnik materi maupun penulisannya,
mengingat akan kemampuan yang penulis miliki. Untuk itu kritik dan saran yang
membangun dar semua pihak sangt penulis harapkan. Penulis mengharapkan kritik
dan saran dari pembaca demi penyempurnaan skripsi ini. Akhir kata penulis ucapkan
semoga skripsi ini bermanfaat bagi pihak yang membutuhkan, sehingga tujuan yang
diharapkan dapat tercapai, Amen.
Penulis,
Maria Nababan
170823019
DAFTAR ISI
Halaman
PENGESAHAN SKRIPSI i
PERNYATAAN ORISINALITAS ii
PENGHARGAAN iii
ABSTRAK v
ABSTRACT vi
DAFTAR ISI vii
DAFTAR TABEL ix
BAB 1 PENDAHULUAN
1.1 Latar Belakang 1
1.2 Perumusan Masalah 5
1.3 Pembatasan Masalah 5
1.4 Tujuan Penelitian 5
1.5 Manfaat Penelitian 5
1.6 Kerangka Penelitian 7
DAFTAR PUSTAKA 36
DAFTAR LAMPIRAN
DAFTAR TABEL
Nomor
Tabel Judul Halaman
4.1 Baku Mutu Pencemaran Industri Kota Medan 19
4.2 Data Pencemaran Udara Gas Buang Cerobong 21
Asap Industri
4.3 Perhitungan Kedekatan Industri PT.Growth 22
Sumatera Industry dan PT.Musim Mas
4.4 Perhitungan Kedekatan Industri PT.Musim Mas 23
dan Industri Karet
4.5 Hasil Perhitungan Jarak Menggunakan 24
Euclidean Distance
4.6 Agglomeration Schedule dalam Menganalisis Tingkat 25
Pencemaran Udara Gas Buang Cerobong Asap pada Industri
4.7 Cluster Membership 32
4.8 Anggota dari Cluster yang Terbentuk dengan 33
Metode Single Linkage
BAB 1
PENDAHULUAN
yang keluar dari cerobong asap pabrik tidak tersaring dengan baik. Hal ini dapat
membahayakan udara disekitar pabrik, karena zat-zat dan kandungan logam
berbahaya yang ada pada asap ikut mencemari udara. Jika cerobong asap pabrik tidak
memiliki filter yang baik, maka asap akan mengeluarkan banyak debu serta bau yang
tidak sedap. Logam-logam berat yang dimuntahkan oleh cerobong asap pabrik dalam
bentuk partikel perlu mendapat perhatian. Bahan-bahan kimia metalik ini sangat
berbahaya bagi kehidupan manusia, hewan dan tumbuhan (Sumardjo, 2009). Di
Indonesia kota-kota besar seperti Jakarta, Bandung, Surabaya, Medan dan kota besar
lainnya juga memiliki industri-industri besar yang mampu menyerap tenaga kerja
dalam jumlah yang cukup banyak dan memilki dampak positif maupun negatif.
Kota Medan adalah ibu kota provinsi Sumatera Utara. Kota ini merupakan kota
ketiga terbesar setelah Jakarta dan Surabaya di Indonesia, memiliki jumlah industri
yang cukup banyak dengan tingkat pencemaran udara yang besar menjadikan Medan
sebagai salah kota yang menarik untuk dilakukannya penganalisisan pencemaran
udara. Industri bukanlah hal yang baru bagi masyarakat, industri yang saat ini
bekembang di kota Medan ada berbagai macam. Mulai dari industri makanan,
industri pakaian, industri minuman, dan jenis industri lainnya. Pembangunan sektor
industri yang berkembang begitu pesat di kota Medan, membuat lahan pemukiman
semakin sempit, sehingga lingkungan antara industri dan pemukiman masyarakat
hampir tidak memiliki jarak. Pembangunan pada sektor industri membawa dampak
bagi kehidupan manusia baik dampak positif maupun dampak negatif. Dampak
positif dari kegiatan industri adalah dapat mengurangi persentase penganggguran,
menambah devisa negara, serta menarik minat investor untuk menanamkan modal.
Selain dampak positif ini, kegiatan industri juga memiliki dampak negatif. Adapun
salah satunya adalah pencemaran udara. Pencemaran udara dirasakan semakin hari
semakin meningkat, terutama didaerah yang kepadatan lalu lintasnya cukup tinggi,
serta dilokasi industri yang kurang memeperhatikan dampak yang buruk pada
lingkungannya. Udara yang tercemar dapat merusak lingkungan sekitarnya dan
berpotensi mengganggu kesehatan masyarakat sekitarnya.
dimana merupakan jenis pencemaran udara yang meliputi debu (TSP = Total
Suspended Particulate), Carbon Monoksida (CO), Amonia ( ), Nitrogen Dioksida
( ), dan Sulfur Dioksida ( ). Pengambilan data untuk penelitian ini, peneliti
menggunakan data sekunder yang diperoleh dari Dinas Lingkungan Hidup di Kota
Medan.Semakin banyak kriteria pencemaran udara akan semakin rumit analisis
statistika yang akan dilakukan. Analisis multivariat merupakan salah satu metode
statistika yang cocok untuk meringkas data dengan peubah banyak. Salah satu
analisis multivariat yang dapat digunakan untuk memahami dan mempermudah
interpretasi data adalah analisis cluster.
luas bagi peneliti. Menjelaskan cara pengelompokan yang lebih mudah apabila ingin
membuat sebuah kelompok dengan jumlah yang sedikit maupun cukup banyak.
1.6 Kerangka Penelitian
Studi Literatur
Pemahaman Proposal
dan Metode
Hierarki
Pengumpulan Data
Menentukan jumlah
cluster (Clustering)
BAB 2
TINJAUAN PUSTAKA
pencemaran udara dengan istilah faktor internal dan faktor eksternal. Faktor internal
terjadi secara alamiah, sedangkan faktor eksternal adalah buatan manusia. Menurut
Soedomo (2001), jenis sumber-sumber pencemaran dibedakan berdasarkan pola
emisinya yaitu:
(a) Sumber pencemaran titik (point source), sumber pencemaran dari lokasi tertentu
yang mengemisikan gas secara secara kontinu. Salah satu contohnya adalah cerobong
asap.
(b) Sumber pencemar garis (line source), sumber pencemaran yang mengemisikan
gas dalam bentuk garis. Contohnya adalah pencemaran debu di sepanjang jalan raya,
emisi gas buang dari kendaraan bermotor di sepanjang jalan raya dan juga kepulan
asap dari bangunan industri yang tanpa cerobong asap sehingga emisinya menyebar
secara memanjang.
(c) Sumber pencemar area (area source), sumber pencemaran yang mengemisikan
gas pada luasan tertentu. Contohnya adalah emisi gas dari kebakaran hutan
(d) Sumber pencemar volume, emisi gas yang berasal dari sumber yang memiliki
volume tertentu. Contohnya emisi gas dari bangunan lengan jendela, pintu dan
ventilasi terbuka.
(e) Sumber pencemar puff, sumber pencemaran yang bersifat sesaat. Contohnya
adalah pengeluaran emisi gas debu pada waktu akibat rusaknya salah satu alat
prediksi.
Asap adalah suspensi partikel kecil di udara (aerosol) yang berasal dari pembakaran
tak sempurna dari suatu bahan bakar. Cerobong asap adalah struktur untuk ventilasi
panas gas buang atau asap dari boiler, kompor, tungku atau perapian ke luar
atmosfer. Cerobong asap biasanya vertikal, atau sedekat mungkin ke vertikal, untuk
memastikan bahwa aliran gas lancar. Ruang di dalam cerobong asap disebut asap.
Cerobong asap dapat ditemukan pada bangunan, lokomotif uap dan kapal di
Amerika Serikat, cerobong asap istilah (bahasa sehari-hari, stack) juga digunakan
ketika mengacu pada cerobong asap lokomotif. Istilah saluran umumnya digunakan
untuk cerobong asap kapal dan kadang-kadang untuk merujuk cerobong asap
lokomotif (Muhammad, Rusdi: 2012). Cerobong asap pabrik yang mengeluarkan
asap hitam tebal, banyak mengandung partikel-partikel halus butiran-butiran yang
begitu kecil sehingga dapat menembus bagian terdalam paru-paru. Sebagian besar
partikel halus ini terbentuk dengan polutan lain, terutama sulfur dioksida dan oksida
nitrogen, dan secara kimiawi berubah dan membentuk zat-zat nitrat dan sulfat.
Jenis zat kimia pencemar udara yang berbahaya diantaranya adalah karbon dioksida,
sulfur dioksida, nitrogen oksida dan lain-lain.
Merupakan senyawa yang berasal dari pembakaran industri minyak bumi, batu bara,
letusan gunung merapi dan diperoleh juga dari oksidasi bijih sulfida. Sulfur dioksida
yang terhirup banyak dapat menyebabkan radang paru-paru dan tenggorokan akibat
terbentuknya asam sulfit. Sulfur dioksida merupakan gas yang berbau menyengat,
tidak berwarna, tidak flammable dan tidak eksplosif.
1. Jarak Euclidean
Salah satu ukuran yang digunakan untuk menentukan besaran jarak adalah
Euclidean Distance. Jarak Euclidean merupakan besarnya jarak suatu garis
lurus yang menghubungkan antar objek yang diteliti. Jarak Euclidean biasanya
digunakan pada data mentah dan bukan data yang telah dilakukan standarisasi.
Misalkan terdapat dua objek yaitu A dengan koordinat ( ) dan B dengan
koordinat ( ) maka jarak antar kedua objek tersebut dapat diukur dengan
rumus:
√( ) ( ) (2.1)
Jarak Euclidean dapat digunakan jika variabel-variabel yang digunakan tdak
terdapat korelasi dan memiliki satuan yang sama. Jarak Euclidean diperoleh
dengan rumus sebagai berikut (simamora, 2005)
√∑ ( ) (2.2)
Keterangan:
2. Jarak Mahalanobis
Mahalanobis adalah suatu metode statistika yang digunakan untuk mendapatkan
suatu data dengan jarak tertentu terhadap mean data tersebut. Mode ini memliki
karakteristik yaitu dilihat dari rumusnya metode ni memiliki nila penguat yang
fleksibel sehingga mudah disesuaikan dengan perubhan kondisi, hal ini yang
menyebabkan metode ini lebih akurat dibanding metode lain. Berikut adalah
persamaan dari Mahalanobis (Aribi, 2007):
( ) ( ) (2.3)
Keterangan:
= jarak Mahalanobis
= matrik kovarian
( ) = vektor transpose
2.4.2 Metode Analisis Cluster
Analisis Cluster secara umum terdapat dua metode yaitu:
1. Metode Hierarki
Metode ini biasanya digunakan untuk individu yang tidak terlalu banyak, dan jumlah
kelompok yang hendak dibentuk belum diketahui. Biasanya pengelompokan ini
disajikan dalam bentuk dendogram, yang mirip dengan “struktur diagram pohon”
(tree diagram).
a. Penggabungan (agglomerative)
Metode ini diawal dengan mengelompokkan dua atau lebih individu atau objek
yang mempunyai kesamaan (jarak paling dekat). Selanjutnya kelompok
dibentuk kembali berdasarkan kesamaan antar kelompok (jarak antar kelompok
terdekat). Sehingga terjadi penggabungan kelompok, dan begitu seterusnya
dilakukan prosedur yang sama.
b. Pemecahan (divisive)
Prosedur yang dilakukan merupakan kebalikan dari prosedur sebelumnya. Pada
tahap awal, semua indivdu dibag menjadi dua kelompok, yang kemudian
masng-masing kelompok dibagi lagi menjad dua, dan demikianlah seterusnya.
Dasar pengelompokan juga didasarkan pada jarak.
( ) (2.6)
Keterangan:
= jumlah pengamatan pada cluster (UV)
= jarak antara cluster U dan W
= jarak antara cluster V dan W
( ) = jarak antara cluster (UV) dan W
BAB 3
METODE PENELITIAN
mempunyai jarak terdekat terlebih dahulu dan begtu selanjutnya samoai akan terjadi
proses pengelompokkan secara hierarkis.
BAB 4
HASIL DAN PEMBAHASAN
Tabel 4.1 Baku Mutu Pencemaran Industri Kota Medan tahun 2018
Parameter
No Perusahaan TSP CO
(mg/ ) (mg/ ) (mg/ ) (mg/ ) (mg/ )
PT. GROWTH
1 SUMATERA 150 600 - 1000 800
INDUSTRY
2 PT. MUSIM MAS 200 - - 700 700
PT. INDUSTRI
3 200 - - 700 700
KARET DELI
PT. COCA COLA
4 BOTTLING 200 - - 700 700
INDONESIA
PT. SMART
5 200 - - 700 700
COORPORATION
PT. PERMATA
6 200 - - 700 700
HIJAU
PT.
7 200 - - 700 700
JAKARANATAMA
Parameter
No Perusahaan TSP CO
(mg/ ) (mg/ ) (mg/ ) (mg/ ) (mg/ )
PT. IKANDO
11 INDUSTRI 200 - - 700 700
KARBONIK
PT. BINTANG
12 200 - - 700 700
TENERA
PT. BERLIAN EKA
13 200 - - 700 700
SAKTI TANGGUH
PT. BELAWAN DELI
14 CHEMICAL - - - - -
INDUSTRY
PT. ASAHAN
15 200 - - 700 700
CRUMB RUBBER
PT. AMIR HASAN
16 230 - - 825 750
COMPANY
PT. LAMBANG
17 200 - - 700 700
UTAMA
pencemaran udara gas buang cerobong asap yang digunakan pada industri di Kota
Medan pada tahun 2018.
Tabel 4.2 Data pencemaran udara gas buang cerobong asap industri
No Perusahaan
PT. GROWTH
1 SUMATERA 150 600 - 1000 800
INDUSTRY
PT. SMART
5 200 - - 700 700
COORPORATION
PT. PERMATA
6 200 - - 700 700
HIJAU
PT.
7 JAKARANATAM 200 - - 700 700
A
PT. DOW
8 150 600 - 1000 800
AGROSCIENCE
PT. AGRO JAYA
9 200 - - 700 700
PERDANA
10 PT. GROWTH ASIA 200 - - 700 700
PT. IKAINDO
11 INDUSTRI 200 - - 700 700
KARBONIK
PT. BINTANG
12 200 - - 700 700
TENERA
PT. BERLIAN EKA
13 200 - - 700 700
SAKTI TANGGUH
PT.Growth
Sumatera Industry 150 600 - 1000 800
( )
Dari perhitungan Tabel 4.3 diperoleh nilai jarak Industri PT. Growth Sumatera
Industry dan PT. Musim Mas dengan persamaan (2.5):
= √∑ ( )
√( ) ( ) ( ) ( )
√( )
=√(( )) ( )) (( ))
√(( )) (( ))
= √( ) ( ) ( ) ( )
=√
=√
= 680.074
PT.Musim
200 - - 700 700
Mas ( )
PT.Industri
200 - - 700 700
Karet( )
( - ) 0 - - 0 0
( ) 0 - - 0 0
= √( ) ( )) (( ) ( ))
= √(( ) ( )) ( ) ( )
=√
=0
10 11 12 13 14 15 16 17
1 2 3 4 5 6 7 8 9
1 15 17 0,000 0 0 2
2 13 15 0,000 0 1 3
3 12 13 0,000 0 2 4
4 11 12 0,000 0 3 5
5 10 11 0,000 0 4 6
6 9 10 0,000 0 5 7
7 7 9 0,000 0 6 9
8 1 8 0,000 0 0 15
9 6 7 0,000 0 7 10
10 5 6 0,000 0 9 11
11 4 5 0,000 0 10 12
12 3 4 0,000 0 11 13
13 2 3 0,000 0 12 14
14 2 16 137,931 13 0 15
15 1 2 632,080 8 14 16
16 1 14 1009,950 15 0 0
0,000. Dengan demikian, telah terbentuk cluster yang terdri dari 3 objek yaitu
PT.Asahan Crumb Rubber, PT.Lambang Utama. Hal ini berati objek
selanjutnya yang akan tergabung dengan objek (nomor urut 13) dan (nomor
urut 15) pada stage 3.
( ) * +
( ) { }
*( )( )+
3) Pada stage 3 terbentuk cluster antara PT. Bintang Tenera (nomor urut 12) dan
PT. Berlian Eka Sakti Tangguh (nomor urut 13) dengan nilai koefisien 0,000
yang menunjukkan besar jarak terdekat antara PT. Bintang Tenera dengan
ketiga objek cluster sebelumnya yaitu (PT. Asahan Crumb Rubber, PT.
Lambang Utama dan PT. Asahan Crumb Rubber). Hal ini berarti objek
selanjutnya yang akan tergabung dengan objek (nomor urut 12) dan (nomor
urut 13) pada stage 4.
( ) * +
( ) { }
*( )( )+
0,000
4) Pada stage 4 terbentuk cluster antara PT. Ikaindo Industri Karbonik (nomor
urut 11) dan PT. Bintang Tenera (nomor urut 12) dengan nilai koefisien 0,000
yang menunjukkan besar jarak terdekat antara PT. Ikaindo Industri Karbonik
dengan keempat objek cluster sebelumnya yaitu (PT. Asahan Crumb Rubber,
PT. Lambang Utama, PT. Asahan Crumb Rubber dan PT. Berlian Eka Sakti
Tangguh). Hal ini berarti objek selanjutnya yang akan tergabung dengan objek
(nomor urut 11) dan (nomor urut 12) pada stage 5.
( ) * +
( ) { }
*( )( )+
0,000
5) Pada stage 5 terbentuk cluster antara PT. Growth Asia (nomor urut 10) dan PT.
Ikaindo Indusri Karbonik (nomor urut 11) dengan nilai koefisien 0,000 yang
( ) { }
*( )( )+
0,000
6) Pada stage 6 terbentuk cluster antara PT. Agro Jaya Perdana (nomor urut 9)
dan PT.Growth Asia (nomor urut 10) dengan nilai koefisien 0,000 yang
menunjukkan besar jarak terdekat antara PT. Growth Asia dengan keenam
objek sebelumnya yaitu (PT. Asahan Crumb Rubber, PT. Lambang Utama, PT.
Berlian Eka Sakti Tangguh,PT. Asahan Crumb Rubber, PT.Bintang Tenera dan
PT. Ikaindo Industri Karbonik). Hal ini bererti objek selanjutnya akan
tergabung dengan objek (nomor urut 9) dan (nomor urut 10) pada stage 7.
( ) * +
( ) { }
*( )( )+
0,000
7) Pada stage 7 terbentuk cluster antara PT. Jakaranatama (nomor urut 7) dan PT.
Agro Jaya Perdana (nomor urut 9) dengan nilai koefisien 0,000 yang
menunjukkan besar jarak terdekat antara PT. Agro Jaya Perdana dengan
ketujuh objek cluster sebelumnya yaitu (PT. Asahan Crumb Rubber, PT.
Lambang Utama, PT. Berlian Eka Sakti Tangguh, PT. Asahan Crumb Rubber,
PT.Bintang Tenera, PT. Ikaindo Indusri Karbonik dan PT.Growth Asia). Hal
ini berarti objek selanjutnya akan tergabung dengan objek (nomor urut 9) dan
(nomor urut 10) pada stage 9.
( ) * +
( ) { }
*( )( )+
0,000
8) Pada stage 9 terbentuk cluster antara PT. Permata Hijau (nomor urut 6) dan
PT. Jakaranatama (nomor urut 7) dengan nilai koefisien 0,000 yang
menunjukkan besar jarak terdekat antara PT.Jakaranatama dengan kedelapan
objek sebelumnya yaitu (PT. Asahan Crumb Rubber, PT.Lambang Utama,
PT.Berlian Eka Sakti Tangguh,PT. Asahan Crumb Rubber, PT.Bintang Tenera,
PT.Ikaindo Indusri Karbonik, PT.Growth Asia dan PT. Agro Jaya Perdana).
Hal ini berarti objek selanjutnya akan tergabung dengan objek (nomor urut 6)
dan (nomor urut 7) pada stage 10.
( ) * +
( ) { }
*( )( )+
0,000
9) Pada stage 10 terbentuk cluster antara PT. Smart Coorporation (nomor urut 5)
dan PT.Permata Hijau (nomor urut 6) dengan nilai koefisien 0,000 yang
menunjukkan besar jarak terdekat antara PT.Permata Hijau dengan kesembilan
objek sebelumnya yaitu (PT. Asahan Crumb Rubber, PT.Lambang Utama,
PT.Berlian Eka Sakti Tangguh,PT. Asahan Crumb Rubber, PT.Bintang Tenera,
PT.Ikaindo Indusri Karbonik, PT.Growth Asia, PT. Agro Jaya Perdana dan PT.
Jakaranatama). Hal ini bererti objek selanjutnya akan tergabung dengan objek
(nomor urut 5) dan (nomor urut 6) pada stage11.
( ) * +
( ) { }
*( )( )+
0,000
10) Pada stage 11 terbentuk cluster antara PT.Coca Cola Bottling Indonesia
(nomor urut 4) dan PT. Smart Coorporation (nomor urut 5) dengan nilai
koefisien 0,000 yang menunjukkan besar jarak terdekat antara PT. Smart
Coorporation dengan kesepuluh objek cluster sebelumnya yaitu (PT. Asahan
Crumb Rubber, PT.Lambang Utama, PT.Berlian Eka Sakti Tangguh, PT.
Asahan Crumb Rubber, PT.Bintang Tenera, PT.Ikaindo Industri Karbonik,
PT.Growth Asia, PT. Agro Jaya Perdana, PT. Jakaranatama dan PT.Permata
Hijau). Hal ini berarti objek selanjutnya akan tergabung dengan objek (nomor
urut 4) dan (nomor urut 5) pada stage 12.
( ) * +
( ) { }
*( )( )+
0,000
11) Pada stage 12 terbentuk cluster antara PT. Industri Karet Deli (nomor urut 3)
dan PT.Coca Cola Bottling ndonesia (nomor urut 4) dengan nilai koefisien
0,000 yang menunjukkan besar jarak terdekat antara PT.Coca Cola Bottling
Indonesia dengan kesebelas objek cluster sebelumnya yaitu (PT. Asahan
Crumb Rubber, PT.Lambang Utama, PT.Berlian Eka Sakti Tangguh, PT.
Asahan Crumb Rubber, PT.Bintang Tenera, PT. Ikaindo Indusri Karbonik,
PT.Growth Asia, PT. Agro Jaya Perdana, PT. Jakaranatama, PT.Permata Hijau
dan PT. Smart Coorporation). Hal ini bererti objek selanjutnya akan tergabung
dengan objek (nomor urut 3) dan (nomor urut 4) pada stage 13.
( ) * +
( ) { }
*( )( )+
0,000
12) Pada stage 13 terbentuk cluster antara PT. Musim Mas (nomor urut 2) dan PT.
Industri Karet Deli (nomor urut 3) dengan nilai koefisien 0,000 yang
menunjukkan besar jarak terdekat antara PT. Industri Karet Deli dengan kedua
belas objek cluster sebelumnya yaitu (PT. Asahan Crumb Rubber,
PT.Lambang Utama, PT.Berlian Eka Sakti Tangguh,PT. Asahan Crumb
Rubber, PT.Bintang Tenera, PT.Ikaindo Indusri Karbonik, PT.Growth Asia,
PT. Agro Jaya Perdana, PT. Jakaranatama, PT.Permata Hijau, PT. Smart
Coorporation dan PT.Coca Cola Bottling Indonesia). Hal ini bererti objek
selanjutnya akan tergabung dengan objek (nomor urut 2) dan (nomor urut 3)
pada stage 14.
( ) * +
( ) { }
*( )( )+
0,000
13) Pada stage 14 terbentuk cluster antara PT. Musim Mas (nomor urut 2) dan PT.
Belawan Deli Chemical Industry (nomor urut 14) dengan nilai koefisien
137,931 yang menunjukkan besar jarak terdekat antara PT. Belawan Deli
Chemical Industry dengan ketiga belas objek cluster sebelumnya yaitu (PT.
Asahan Crumb Rubber, PT.Lambang Utama, PT.Berlian Eka Sakti
Tangguh,PT. Asahan Crumb Rubber, PT.Bintang Tenera, PT.Ikaindo Indusri
Karbonik, PT.Growth Asia, PT. Agro Jaya Perdana, PT. Jakaranatama,
PT.Permata Hijau, PT. Smart Coorporation, PT.Coca Cola Bottling ndonesia
dan PT. Industri Karet Deli). Hal ini berarti objek selanjutnya akan tergabung
dengan objek (nomor urut 2) dan (nomor urut 14) pada stage 15.
( ) * +
( ) { }
*( )( )+
0,000
14) Pada stage 14 terbentuk cluster antara PT. Musim Mas (nomor urut 2) dan PT.
Belawan Deli Chemical Industry (nomor urut 14) dengan nilai koefisien
137,931 yang menunjukkan besar jarak terdekat antara PT. Belawan Chemical
Industry dengan keempat belas objek cluster sebelumnya yaitu (PT. Asahan
Crumb Rubber, PT.Lambang Utama, PT.Berlian Eka Sakti Tangguh,PT.
Asahan Crumb Rubber, PT.Bintang Tenera, PT.Ikaindo Indusri Karbonik,
PT.Growth Asia, PT. Agro Jaya Perdana, PT. Jakaranatama, PT.Permata Hijau,
PT.Smart Coorporation, PT.Coca Cola Bottling Indonesia dan PT. Industri
Karet Deli). Hal ini bererti objek selanjutnya akan tergabung dengan objek
(nomor urut 2) dan (nomor urut 14) pada stage 15.
( ) * +
( ) { }
*( )( )+
0,000
15) Pada stage 15 terbentuk cluster antara PT. Growth Sumatera Industry (nomor
urut 1) dan PT. Musim Mas (nomor urut 2) dengan nilai koefisien 632,080
yang menunjukkan besar jarak terdekat antara PT. Musim Mas dengan kelima
belas objek cluster sebelumnya yaitu (PT. Asahan Crumb Rubber,
( ) { }
*( )( )+
16) Pada stage 16 terbentuk cluster antara PT. Growth Sumatera Industry (nomor
urut 1) dan PT. Belawan Deli Chemical Industry (nomor urut 14) dengan nilai
koefisien 1009,950 yang menunjukkan besar jarak terdekat antara PT.
Belawan Deli Chemical Industry dengan keenam belas objek cluster
sebelumnya yaitu (PT. Asahan Crumb Rubber, PT.Lambang Utama,
PT.Berlian Eka Sakti Tangguh, PT. Asahan Crumb Rubber, PT.Bintang
Tenera, PT.Ikaindo Indusri Karbonik, PT.Growth Asia, PT. Agro Jaya Perdana,
PT. Jakaranatama, PT.Permata Hijau, PT. Smart Coorporation, PT.Coca Cola
Bottling Indonesia, PT. Industri Karet Deli, PT. Belawan Deli Chemical
Industry, PT. Belawan Deli Chemical Industry dan PT. Musim Mas).
Kemudian pada kolom (next stage) terlihat angka 0, yang berarti proses
clustering berhenti. Kemudian proses selanjutnya dilakukan pada tahap yang
belum diproses sampai proses cluster berhenti.
( ) * +
( ) { }
*( )( )+
1009,950
5: 2 2 1
i
6: 2 2 1
m
7: 2 2 1
e
8: 1 1 1
n
9: 2 2 1
s
10: 2 2 1
i
11: 2 2 1
o
12: 2 2 1
n
13: 2 2 1
0
14: 3 3 2
15: 2 2 1
16: 4 2 1
17: 2 2 1
c. Interpretasi cluster pada metode Single Linkage setelah cluster terbentuk maka
tahap selanjutnya adalah memberi ciri spesifik untuk menggambarkan isi cluster
pada tabel 4.8:
Tabel 4.8 Anggota dari Cluster yang Terbentuk dengan Metode Single Linkage
No Cluster Perusahaan
8 PT. Jakaranatama
Keterangan:
Dari tabel diatas dapat diklasifikasikan bahwa Cluster I adalah kelompok dengan
kemiripan paling mirip pertama ddikuti Cluster II,III dan IV.
BAB 5
KESIMPULAN DAN SARAN
5.1 Kesimpulan
5.2 Saran
Penelitian ini hanya menganalisis tingkat pencemaran udara gas buang cerobong
asap pada industri di Kota Medan. Mengenai hal ini perlu dilakukan kajian mengenai
pencemaran udara gas buang cerobong asap pada industri berdasarkan 5 variabel
yang telah disebutkan pada pembahasan sebelumnya, untuk cakupan yang lebih
besar. Metode ini sangat cocok untuk dipakai pada kasus shape independent
(mempengaruhi) cluster-ing, karena kemampuannya membentuk pola tertentu dari
cluster. Jika berkenan variabel dari penelitian juga di perbanyak, atau menggunakan
metode non-hirarki
DAFTAR PUSTAKA
Basrowi dan Siti Juariyah,”Analisis Kondisi Sosial Ekonomi dan Tingkat Pendidikan
Masyarakat Desa Srigading Kecamatan Labuhan Maggarai Kabupaten
Lampung Timur”, jurnal ekonomi & pendidikan, vol. 7 No. 1 (2010).
Imam Ghozali, 2006. Aplikasi Analisis Multivariat dengan SPSS, Cetakan Keempat,
Badan Penerbit Universitas Dipenogoro, Semarang.
Lubis I A, Nugroho S, dan Swita, Baki. 2016. Kajian Metode Pengklasteran Hierarki
Dengan Berbagai Pengukuran Jarak. e-journal Statistika.45.
Nugroho, Agung. 2005. Strategi Jitu Memilih Metode Statistika Penelitian dengan
SPSS. Yogyakarta: Andi.
Santoso Singgih. 20017. Statistika Multivariat dengan SPSS. PT. Elex Media
Komputindo. Jakarta.
Supranto, J. 2004. Analisis Multivariate Arti dan Interprestasi. PT. Rineka Cipta,
Jakarta.
Vania Amelindha, Sumiati, Rohamn Fatchur. 2018. Preferensi Pelanggan online shop
Instagram Berdasarkan E-service Qualty dengan Menggunakan Analisis
Cluster dan Analisis Conjoint. Jakarta. Jurnal Ilmiah Manajemen. 8(12018).